Tesis Doctoral Sistemas de clasificación de preguntas basados - gplsi

Índice general
3.4.7. Naive Bayes . . . . . . . . . . . . . . . . . . . . . . . . 74
3.4.8. Otros algoritmos . . . . . . . . . . . . . . . . . . . . . 75
3.5. Aproximaciones especiales . . . . . . . . . . . . . . . . . . . . 76
3.6. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4. CP supervisada basada en n-gramas 81
4.1. Corpus y taxonomías . . . . . . . . . . . . . . . . . . . . . . . 82
4.1.1. Corpus TREC . . . . . . . . . . . . . . . . . . . . . . 82
4.1.2. Corpus QALL-ME . . . . . . . . . . . . . . . . . . . . 85
4.2. Características de aprendizaje . . . . . . . . . . . . . . . . . . 86
4.3. Algoritmo de aprendizaje . . . . . . . . . . . . . . . . . . . . 90
4.4. Evaluación del sistema . . . . . . . . . . . . . . . . . . . . . . 91
4.4.1. Medidas de rendimiento . . . . . . . . . . . . . . . . . 91
4.4.2. Validación cruzada . . . . . . . . . . . . . . . . . . . . 92
4.4.3. Credibilidad de los resultados . . . . . . . . . . . . . . 93
4.5. Experimentación . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.5.1. Comparación entre idiomas . . . . . . . . . . . . . . . 95
4.5.2. Comparación entre dominios . . . . . . . . . . . . . . 98
4.5.3. Selección de características . . . . . . . . . . . . . . . 101
4.6. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5. CP semisupervisada explotando textos no etiquetados 115
5.1. Análisis de la semántica latente . . . . . . . . . . . . . . . . . 118
5.2. Kernels para la clasificación de preguntas . . . . . . . . . . . 121
5.2.1. Kernel bolsa de palabras . . . . . . . . . . . . . . . . . 122
5.2.2. Kernels semánticos . . . . . . . . . . . . . . . . . . . . 123
5.2.3. Kernels compuestos . . . . . . . . . . . . . . . . . . . 126
5.3. Experimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.3.1. Descripción del conjunto de datos . . . . . . . . . . . 127
5.3.2. Configuración de los experimentos . . . . . . . . . . . 127
5.3.3. Resultados experimentales . . . . . . . . . . . . . . . . 129
5.4. Comparación con otros sistemas . . . . . . . . . . . . . . . . . 132
5.5. Conclusiones y trabajo futuro . . . . . . . . . . . . . . . . . . 135
6. CP mínimamente supervisada sobre taxonomías refinadas 137
6.1. Fundamentos estadísticos . . . . . . . . . . . . . . . . . . . . 138
6.1.1. Distribución de Poisson . . . . . . . . . . . . . . . . . 138
6.1.2. Divergencia de Jensen-Shannon . . . . . . . . . . . . . 139
6.2. Descripción del sistema . . . . . . . . . . . . . . . . . . . . . 139
6.2.1. Generación del conjunto de datos . . . . . . . . . . . . 140
6.2.2. Extracción de términos y estimación de pesos . . . . . 141
6.2.3. Asignación de la clase . . . . . . . . . . . . . . . . . . 146
6.3. Experimentos y evaluación . . . . . . . . . . . . . . . . . . . . 148
6.3.1. Configuración del sistema . . . . . . . . . . . . . . . . 151
IV